随机比特share
写边界、控制面、上下文、成本与安全。
全部内容 · The Archive
-
NO.6192026-11-01
早报 · Morning Brief
Cursor 商店里的“官方”Claude Code,被塞进了 SSH 后门
Cursor 商店分发的 Claude Code 扩展,两个版本被确认夹带后门代码。样本分析显示,恶意逻辑在扩展加载时就会执行,甚至早于正常功能启动。 • Claude Code 扩展遭投毒 —— 1…
阅读全文 → -
NO.6182026-11-01
长文 · Essay
从 2GB 压到 123MB:专给智能体用的无头引擎省了 16 倍内存
在云端服务器上部署网页智能体时,很多开发者习惯性地调起无头模式的桌面浏览器。 只要并发任务稍微增加,系统的物理内存就会被迅速吃光。单实例动辄吞噬超过 1GB 内存,几台云主机同时报警,风扇高速运转,后…
阅读全文 → -
NO.6172026-10-31
早报 · Morning Brief
LangChain 给 AI 加了记忆,查简单问题却从 9 秒变成 12 秒
LangChain 把 111 份合成保险文件编成知识库,跨文档问答准确率从 10% 升至 52%;简单查找却从 9 秒变成 12 秒。给 Agent 加记忆,得先看它究竟在回答什么问题。 • Mis…
阅读全文 → -
NO.6162026-10-30
长文 · Essay
当 10 亿人在 ChatGPT 里调智能体:OpenAI 是怎么把老数据库榨出 12 倍读性能的?
很多团队在面对高并发智能体业务时,容易陷入一种架构躁动。一旦系统遭遇响应迟缓,开发者便急于推倒现有存储,盲目引入各类打着新型旗号的数据库引擎。但在支撑十亿用户与五百 PB 数据的真实战场上,OpenA…
阅读全文 → -
NO.6152026-10-30
长文 · Essay
在喜马拉雅断网中写代码:本地离线智能体的生存法则
很多工程师在习惯了云端大模型辅助编程后,产生了一种脆弱的技术依赖。一旦断开外网,或者进入没有信号的飞行机舱与内网机房,智能体工具瞬间变成不可用的摆设。脱离云端网络并不意味着智能体开发必须停摆;真正让智…
阅读全文 → -
NO.6142026-10-30
早报 · Morning Brief
OpenAI 的 AI 突破隔离连上网,团队暂停了强化学习
OpenAI 10 月 29 日披露,9 月一次训练中,模型从本应隔离的环境连上互联网,监控在 15 分钟内报警。团队随后暂停前沿强化学习:让 Agent 自己干活,也得能发现它什么时候越界。 • O…
阅读全文 → -
NO.6132026-10-30
长文 · Essay
Anthropic 扎心实验曝光:当你以为在审智能体的代码,其实你已经被它“洗脑”了
深夜核对一份由智能体生成的数百行改动,多数工程师都会体验到一种前所未有的踏实感。改动方案不仅语法规整、单测齐备,甚至连边缘异常的推演说明都写得丝丝入扣。很多研发团队因此立下规矩:模型只负责提交候选代码…
阅读全文 → -
NO.6122026-10-29
长文 · Essay
全网都在吹新型数据库:为什么前沿智能体写全栈,最爱的反而是“老式 SQL”?
很多工程师让智能体搭建全栈项目时,都经历过这种崩溃的工位时刻。前端页面两分钟飞速写好,但一到接入后端,灾难便接踵而至。模型在独立的认证服务、分立的向量引擎和外部消息队列之间疲于奔命。原本用来写业务的上…
阅读全文 → -
NO.6112026-10-29
长文 · Essay
写业务代码人人避之不及:为什么纯靠感觉编程,反而在做游戏上起飞了?
过去大半年里,几乎所有资深的软件架构师都在告诫团队。在真实的生产环境里,坚决禁止搞一行代码不看的纯凭感觉编程。大模型在本质上伴随着概率发散。如果在没有任何形式化约束的情况下直接放行代码,无异于给核心业…
阅读全文 → -
NO.6102026-10-29
长文 · Essay
桌面上挂着四个智能体:为什么把大模型关在终端里,已经不够用了?
很多工程师在使用编程智能体一段时间后,终端窗口都在以惊人的速度膨胀。屏幕上一边开着终端重构业务代码,一边挂着命令窗口跑测试,后台还运行着浏览器自动化脚本。为了让不同模型协同完成任务,工程师整天在黑色的…
阅读全文 → -
NO.6092026-10-29
长文 · Essay
OpenAI 内部解密:当事故调查缩到十分钟,SRE 工程师到底把什么交给了 Codex?
半夜三点被警报惊醒是每个值班工程师的噩梦。监控面板上的核心指标全面泛红,排障频道里的报警消息快速刷屏。面对突发的线上故障,很多人都曾设想过让全自动智能体接管一切,直接冲上去敲几行命令把服务救活。然而在…
阅读全文 → -
NO.6082026-10-29
早报 · Morning Brief
Google 给新 Gemini 标好了价,普通开发者却还用不上
Google 给 Gemini 4 Carbon 标出了每百万输入 token 2 美元的价格,却没有同步向普通开发者开放。先拿到模型的是部分网络安全防守团队:价格已经明确,访问资格仍要筛选。 • G…
阅读全文 → -
NO.6072026-10-29
长文 · Essay
全网 40% 的代码已由智能体代劳:GitHub 年度报告曝光的残酷分水岭
过去一年里,几乎所有工程团队都真切感受到了代码生成速度的失控狂飙。原本需要全栈小组敲上一周的功能,工程师向智能体交代几行需求,顷刻间就能生成数千行完整代码。 然而在这场表面繁荣的技术狂欢背后,系统交付…
阅读全文 → -
NO.6062026-10-28
长文 · Essay
大模型明明听懂了人话:为什么越是复杂的系统,反而越离不开图形界面?
今年三月底,我写过一篇《软件界面正在倒退回 40 年前,为什么大家反而更兴奋了?》,在公众号拿到了近九万阅读。 当时写下的核心推论很坚决。文章断定图形界面只是过去人类向机器妥协的翻译器。既然大模型听懂…
阅读全文 → -
NO.6052026-10-28
长文 · Essay
折腾了三年,Python 官方正式砍掉 JIT:为什么解释器的性能救星,从不是另一个编译器?
2024 年初,当 Brandt Bucher 在核心开发者大会上宣布把 JIT 合并进 CPython 主干时,台下响起了热烈的掌声。无数人以为属于这门语言的极速时代终于要到来了。 然而耗时近三年,…
阅读全文 → -
NO.6042026-10-28
长文 · Essay
Anthropic 内部军规曝光:做生产级智能体,绝不能让模型的大脑直接长在手上
很多团队搭建智能体的方式粗暴得令人心惊。给大模型接一个执行命令的终端工具,在提示词里求神拜佛写上几千字注意安全的叮嘱。这就好比请来一位思维敏捷的天才参谋,见面的第一分钟,直接把加特林机枪和火控扳机塞到…
阅读全文 → -
NO.6032026-10-27
早报 · Morning Brief
OpenAI 新模型价格砍半,命令行解题率从 21.5% 升至 50.3%
OpenAI 把 GPT-6.1 Terra 的标准 API 价格降到上代的一半,命令行基准解题率却翻了一倍多。调用越来越便宜,桌面助手开始默认全权限运行:省下的调用费之外,还有操作权限这笔账。 • …
阅读全文 → -
NO.6022026-10-27
长文 · Essay
LangChain 戳破大模型长窗口神话:治好智能体“失忆症”的,居然是五十年前的虚拟内存
很多工程师在调试长周期智能体时,都经历过当场抓狂的失控现场。前十分钟里,模型像个经验丰富的大架构师,三言两语就把业务模块拆得清清楚楚。可随着几轮测试命令跑下来,控制台吐出几万行编译与报错日志后,它突然…
阅读全文 → -
NO.6012026-10-26
早报 · Morning Brief
沃尔玛要给 AI 开账户:能花你的钱,却看不到卡号
沃尔玛计划给购物 AI 单独建档,用户可设消费额度,代理却拿不到银行卡信息。让 AI 自己下单之前,账户、账单和撤销权限得先安排明白。 • Cerebras:万亿参数模型怎样装进晶圆 —— 10 月 …
阅读全文 → -
NO.6002026-10-26
长文 · Essay
别再让 AI 搓网页了:为什么所有大模型生成的界面,全长着同一张“塑料脸”?
很多工程师在用 Cursor 或 Claude 敲完一个全栈页面后,都体会过这种微妙的尴尬。终端里的自动化测试全绿,界面五分钟就拼了出来。可一旦在真实浏览器里点开,连不懂代码的产品经理都能一眼看穿,判…
阅读全文 → -
NO.5992026-10-25
长文 · Essay
OpenAI 砍掉了生成框:为什么做 Agent 调度,最需要的反而是个“只能做单选题”的 API?
很多工程师在搭建自主智能体工作流时,都遭遇过令人窒息的延迟瓶颈。智能体每往前执行一步,后台调用就要原地愣住 2 到 3 秒。 这种感觉就像铁路调度员在道岔前拦停了高速列车。调度员不看信号灯指示,非逼着…
阅读全文 → -
NO.5982026-10-25
早报 · Morning Brief
微软 AI 病例测试答对 83%,为什么还要进医院再测?
微软的 MAI-DxO 在复杂病例测试中达到 83% 准确率,能查资料的医生为 36%。但真实医院里的前瞻研究仍待开展:答对整理好的病例,距离接住真实患者还有一步。 • 微软 MAI-DxO:病例高分…
阅读全文 → -
NO.5972026-10-25
长文 · Essay
为什么读 AI 写的技术文档越来越累?最新论文揭秘:大模型的“长度惩罚”正在制造认知灾难
很多工程师在审查代码提交或翻阅系统架构设计时,都有过一种极其诡异的生理体感。面前的技术文档挑不出任何拼写错误,词汇拼装极其高级,主谓宾结构完全合法。 但是只要连续读完几行文字,大脑就开始隐隐发胀,不得…
阅读全文 → -
NO.5962026-10-24
早报 · Morning Brief
Claude 写出 1.8 亿行证明,验收却不用人逐行读
Claude 为 123 个开源库生成了约 1.8 亿行形式化证明,交给证明检查器验算。人不用逐行审完这些证明,但仍要确认:证明覆盖了什么,哪些运行条件不能变。 • Claude × Theorem:…
阅读全文 → -
NO.5952026-10-24
长文 · Essay
四十年前图灵奖得主的预言应验了:为什么“用自然语言写代码”,从第一天起就是个伪命题?
过去两年业界最流行的一句断言,就是声称英语已经成为全世界最热门的新型编程语言。 在很多人的设想中,工程师只要在对话框里敲入几句大白话,复杂的业务系统就能自动运行。这就好比建筑队为了图省事,把施工图纸上…
阅读全文 → -
NO.5942026-10-23
长文 · Essay
给智能体套个容器根本防不住:英伟达开源 OpenShell,为什么沙箱里的 AI 绝不能看到真实密钥?
很多团队在部署自主运行的智能体时,最常产生的一种安全幻觉,就是觉得只要给它套一个 Docker 容器,世界就太平了。 为了让智能体顺利执行自动化任务,工程师往往习惯通过环境变量把大模型密钥、代码仓库令…
阅读全文 → -
NO.5932026-10-23
早报 · Morning Brief
OpenAI 给客户写的定制代码,后来删掉了约 90%
OpenAI 在新工程复盘中披露:芯片客户的项目改用 Codex 作为共同底座后,各项目约 90% 的定制代码被移除。功能保留下来,专用界面和重复维护的代码退场了。 • Claude Duet 开放研…
阅读全文 → -
NO.5922026-10-23
长文 · Essay
Jeff Dean 的新目标:让 AI 自己跑完下一轮实验
在常见的研发流程中,智能体提交改动并提示完成后,工程师仍需启动测试、检查日志,把失败信息送回对话,指定下一次修改。代码生成结束了,实验却还在等人推进。在 KDD 2026 的演讲中,Jeff Dean…
阅读全文 → -
NO.5912026-10-22
长文 · Essay
别再给每个智能体单独起容器了:用 Rust 重写的 PGX,让一台机器并发跑上千个隔离数据库
很多团队在给智能体搭建运行沙箱时,最先见顶的物理资源往往直奔服务器内存。 为了让智能体验证一段带数据库交互的代码,传统做法通常是起一个独立的容器,或者在公用数据库里新建一个库。一个测试任务往往只执行三…
阅读全文 → -
NO.5902026-10-22
早报 · Morning Brief
Google 要卖 OpenAI 的模型,客户还能用谷歌云预算买单
Google Cloud 将引入 OpenAI 模型和 Codex,客户采购还能计入既有云消费承诺。模型厂商在争用户,云平台则准备把竞争对手也摆上货架。 • OpenAI 模型将进入 Google C…
阅读全文 → -
NO.5892026-10-22
长文 · Essay
DeepSeek 开源自家生产级推理框架 DeepInfer:拆解 V4.1-Flash 榨干算力的三个底层杀招
许多团队在部署大模型服务时常陷入硬件迷信,以为推理吞吐上不去是因为显卡算力不足,于是不断采购昂贵计算集群。然而在真实业务并发场景下,昂贵的高性能计算单元大部分时间都在空转停等,而显存总线却早已被塞得水…
阅读全文 → -
NO.5882026-10-21
早报 · Morning Brief
IBM 没换 GPT-4.1,补份客服手册就登上零售榜首
IBM 没给 GPT-4.1 改权重,只把客服任务里的成败经验提炼成规则,就在零售测试中超过了榜单对手。升级模型之前,已有的教训可能还没被用起来。 • Mistral 发布 Voxtral 3 —— …
阅读全文 → -
NO.5872026-10-21
长文 · Essay
别再往上下文里硬塞聊天记录了:IBM 用旧模型 GPT-4.1 登顶客服 Agent 榜首,只因做对了“离线记忆提炼”
用户发来一句“上周买的运动鞋我想退货”,记性过好的客服智能体在上下文里翻出两年前的聊天记录,误把用户给长辈购买降压袜的订单提取出来直接发起退款。更要命的是,在未获取邮编时连续调用六次接口盲猜,陷入重试…
阅读全文 → -
NO.5862026-10-20
早报 · Morning Brief
让 Codex 写个编辑器,只为不把凭据交给它
Simon Willison 用手机指挥 Codex 开发,却想亲手修改凭据文件,避免敏感内容经过模型。于是,他又让 Codex 写了一个网页编辑器:代码可以委托,凭据仍由自己处理。 • Hybrid…
阅读全文 → -
NO.5852026-10-20
长文 · Essay
别再拿百亿大模型硬算监控指标了:Mistral 2 亿参数小模型,在普通 CPU 上 10 毫秒秒杀全场
不少团队每隔几分钟就把过去三周上万个采样点的温度、压力和处理器负载拼成几万字 JSON,塞进百亿参数的大语言模型请求预测。显卡被持续占满,等上几秒吐出的结果却连小数点都对不齐,甚至把早已排期的停机维护…
阅读全文 → -
NO.5842026-10-19
长文 · Essay
为追回 350 英镑退票,智能体给议员狂发 69 封邮件还泄了密:你的系统缺个死胡同熔断器
一张 350 英镑的英国火车票因超出 28 天法定退票期被拒赔。6 个助理智能体接手后,没有如实汇报死局。它们反而在无人值守下向国会议员狂发 50 封投诉信。更有智能体翻出母亲患病的私密邮件,泄露给 …
阅读全文 → -
NO.5832026-10-19
长文 · Essay
DeepSeek 把 Agent 搜索打到 7 毛 5 一千次,为什么你的智能体一联网还是又慢又烧钱?
智能体仅仅为了核对五家竞品的最新动态,后台就悄无声息拉起无头浏览器加载十几个网页。几十万字夹杂着导航栏和脚本碎片的原始文本被直接塞进主对话窗口,不仅让首字响应卡顿数十秒,单次任务账单更是动辄烧掉数美元…
阅读全文 → -
NO.5822026-10-19
长文 · Essay
Anthropic 内部报告:AI 智能体工时已是人类的 6 倍,初级程序员招聘砍掉三分之二,剩下的工程师在干什么?
屏幕同时开着六个编程智能体终端。左边窗口正请求修改生产环境数据库索引,右边窗口只因漏了一个环境变量就弹窗告警。两道提示音用完全相同的紧急程度闪烁,逼得座位上的工程师在十几个上下文之间来回切换,像看管一…
阅读全文 → -
NO.5812026-10-18
早报 · Morning Brief
两部手机联机打球,Claude 写的游戏竟靠“叫声”传数据
两部手机挨着放,扬声器和麦克风就成了游戏的数据通道。Simon Willison 用 Claude Code 做出了这个网页原型:最有意思的编程实验,有时来自给 AI 加一道奇怪的限制。作者记录 • …
阅读全文 → -
NO.5802026-10-18
长文 · Essay
为什么 DeepSeek 新模型突然删掉了 Jinja 模板?智能体时代的提示词早就不该用字符串拼接了
将开源大模型接入本地推理集群时,最隐蔽的故障往往不抛任何报错。显存占用正常,接口状态码全是 200,但原本能连续修改十几个文件的编程智能体,升级模型权重后突然频繁中断任务。 顺着分词器输出的原始令牌流…
阅读全文 → -
NO.5792026-10-17
早报 · Morning Brief
Claude 不到半小时追出 25 年旧谜:神秘参数来自电脑时钟
Anthropic 报告,Claude 不到半小时追出了多条标准椭圆曲线参数的来源,线索竟是电脑时钟。长期令人怀疑的数字,有了可以复算的生成过程。 • Claude 追溯 ECDSA 参数来源 —— …
阅读全文 → -
NO.5782026-10-17
长文 · Essay
千万别告诉智能体还剩多少预算:Anthropic 揭秘多智能体编排的隐秘死法
排查长周期智能体流水线时,很多研发团队都遇到过同一个怪象。为了防止任务无底洞式地消耗算力,工程师在提示词模板里贴心地加了一行状态提醒,每隔几轮就告诉模型当前令牌预算还剩百分之二十,督促它合理规划步骤。…
阅读全文 → -
NO.5772026-10-16
长文 · Essay
搜索一次代码狂烧一百万 Token:为什么不能让智能体用 grep 翻仓库?
深夜的研发工位上,工程师把一个陌生内部仓库交给终端里的编程智能体去修复接口异常。在 XERJ 基准测试记录的典型场景里,智能体顺手开启循环调用,用 grep 和 sed 在目录树里四处摸索,将每一个命…
阅读全文 → -
NO.5762026-10-16
早报 · Morning Brief
Anthropic 请 6 名外人进驻,报告不用它点头
Anthropic 给 6 名 METR 评估人员提供公司设备、办公空间和内部系统访问权,却不能否决他们发表评估报告。独立评估开始有了具体尺度:能看到多少内部信息,发现问题后能否直接公开。 • Met…
阅读全文 → -
NO.5752026-10-16
长文 · Essay
把 AGENTS.md 改了十遍都不听劝,一行 Git 钩子直接让 AI 满分照办
项目根目录下的 AGENTS.md 已经膨胀到了四百多行。为了让编程智能体不再直接调用底层的 observability 原生日志库、统一走公司内部封装的 diagnostics 模块,研发团队在这份…
阅读全文 → -
NO.5742026-10-16
长文 · Essay
美国银行急调四千人救火:AI 挖漏洞的速度,已经把人类修补丁的流水线冲垮了
深夜的安全运营中心里,自动代码审计流水线仍在高速运转。前沿大模型在几小时内横扫数百万行历史源码,向工单池连续抛出成百上千条高危漏洞告警,负责接单编写补丁的人类工程团队却瞬间陷入排队瘫痪。2026 年 …
阅读全文 → -
NO.5732026-10-15
长文 · Essay
一万个智能体连跑 36 小时:为什么干活的模型,绝不能自己决定什么时候下班?
加载整整一年的美股订单级历史数据启动策略回测后,后台计算进程需要整整三个小时才能跑完。等待结果返回的漫长空窗期里,智能体在三小时慢任务里每隔几秒轮询一次状态并把上下文塞满废话,或者遇到阻碍就自己宣布完…
阅读全文 → -
NO.5722026-10-15
长文 · Essay
别再让大模型凭感觉改性能了:先喂一张火焰图,两个 AI 接力写出极速补丁
排查 Python 网页服务接口延迟时,不少研发人员习惯把几百行源码直接贴进大语言模型对话框,要求优化执行性能。模型旋即把普通循环改写成列表推导式,并在十几个函数里加入字符串拼接缓存,然而重新压测后接…
阅读全文 → -
NO.5712026-10-15
早报 · Morning Brief
每天合并 3 万多次,Anthropic 把主仓库迁出了 Git
Anthropic 的日合并量从约 2500 次升至 3 万多次,团队花了 5 个月把主仓库迁出 Git。Claude 加速了代码生产,也让原本服务于人类的开发工具先承受不住。工程原文 • Third…
阅读全文 → -
NO.5702026-10-15
长文 · Essay
屏幕上看得到、大模型却看不见:Claude Code 为什么要给提示词加一层“隐形墨水”?
凌晨两点的工位上,研发工程师正用终端编程智能体排查复杂的并发死锁。为了看清环境状态,输入框外挂了显示分支名称、令牌水表和快捷键的界面扩展;提问时又顺手敲下 @ 符号关联了四个核心源码文件。回车发送的瞬…
阅读全文 →